文 | 定焦One，作者 | 高贵萍，编辑 | 魏佳 🌟文 | 定焦One，作者 | 高贵萍，编辑 | 魏佳 🤔AI赛道，从不缺少追梦人。 多年来，创业者的名单持续刷😘新。从“AI四小龙”时代的汤晓鸥、印奇、朱珑、周曦，到大模型🤯爆发后的王慧文、李开复、王小川、杨植麟、闫俊杰、唐杰，再到眼🙌下炙手可热的90后王兴兴、彭志辉、肖弘、郭文景.....众多🌟或熟悉或陌生的名字，纷纷涌入这场AI的浪潮。 推动这股👍浪潮加速前进的，还有另一股力量——资本。红杉、高瓴、英诺天使😡、毅达、蓝驰等投资机构，活跃在AI一线，陪跑创业者。 😢这背后，是一个数万亿规模的庞大产业链，试图重构整个经济生态。😆如果将AI产业链拆解，可以大致分为三层： 基础层：算力😊、算法、数据； 技术层：大模型、平台工具、通用技术； 👏 应用层：机器人、移动/穿戴设备、无人机及各行业落地场景🤩。 基础层：算力、算法、数据； 技术层：大模型、🤩平台工具、通用技术； 应用层：机器人、移动/穿戴设备、🚀无人机及各行业落地场景。 这三层既环环相扣，又呈现出截🌟然不同的发展机遇与投资逻辑。 据烯牛数据统计，今年8月😍，AI领域共发生投融资事件163起，披露融资总额76.8亿元⭐。与去年同期相比，数量增加66起，但融资金额下降43%。其中🤔，智能机器人赛道投融资数量居首，共33起，紧随其后的是AI医😡疗、芯片与算力。 表面看，投资人出手更频繁，但实际“掏🤯钱”更趋于谨慎。在AI产业链上，有人卖铲子、有人挖金子。那么🎉，谁淘到了真金？谁又只是在陪跑？ 我们与多位投资人交流😉后发现：技术层已成为大厂的游戏，投资机构机会寥寥；基础层需要🤯深厚的产业积累与耐心，如今多由国资和人民币基金主导；应用层则😜被普遍看好，其核心在于对商业本质的洞察。 对于投资人来😅说，仅仅“保持在场”已远远不够：要么跑得足够快，把握窗口；要🙄么扎得足够深，搭建生态。停留在中间地带，反而风险最大。 🚀 技术层：大厂的游戏，创投的夹缝 大众印象中的第一波A😁I热潮，要从2016年AlphaGo战胜李世石讲起。这一事件😎将AI的热度从产业界推向全民。投资机构对一切搭上“AI”的项😅目怀有极大热情，之后AI四小龙商汤、旷视、依图、云从逐渐广为😴人知。 展开全文 第二波AI创投潮源于大模型的爆😊发。而大模型也是技术层最具代表性的赛道。 2022年1🚀1月底，ChatGPT横空出世，上线两月用户破亿。2023年😂3月，GPT-4推出，速度之快令人惊叹，这也直接引燃了国内大🤗模型的创业热情。 不到一年间，国内市场迅速进入“百模大😘战”。 大厂派的百度“文心一言”、腾讯“混元”、阿里“😊通义千问”等大模型相继发布。 创业派自美团联合创始人王👍慧文下场创立光年之外后，还涌现出百川智能、零一万物、月之暗面😆、Minimax、阶跃星辰、智谱AI，被称为“AI六小虎”。😀这些项目一度成为互联网大厂和投资机构追逐的焦点。 但也😀有投资人在早期便预判，大模型更像是一场“大厂的游戏”。 😴 原因之一在于投资额巨大且风险较高。零一万物天使轮估值高达1👏0亿美元；月之暗面天使轮融资20亿元，8个月后的A+轮融资超😉10亿美元。如此规模的投资，除了红杉中国等超头部基金，通常只🥳有腾讯、阿里、美团这样的互联网巨头能够承担。 另一原因🌟是，这一投资窗口期非常短暂。部分项目在短短几个月内估值翻倍，😆机构常常还没来得及完成决策，就已经面临“投不起”的局面。 🌟 以MiniMax为例，2022年7月Pre-A轮估值5亿😍美元，2023年6月A轮估值12亿美元，时隔数月后的B轮估值😍涨至25亿美元。 第三个原因更加现实，大模型的回报周期🙌长，变现路径模糊。基金需要考虑退出问题，相比之下，大厂拥有海👍量数据、雄厚资本和庞大的用户基础，投资大模型对它们来说是生死🤗攸关的必选项——它们都害怕成为“AI时代的诺基亚”，抢占大模🤔型先机，就是握紧通往未来的门票。 基于这三点，有的早期🌟机构选择谨慎观望。 英诺天使合伙人王晟曾直言，“从Op😴enAI发布ChatGPT开始，我们就判断，这场战争最终赢的⭐就是大厂。创业者的机会要么是卖给大厂，要么偏向某些垂直领域，🙄这两个都决定了投资价值不会特别大。” 如今，国内的通用🤯大模型市场逐渐收敛为“基模五强”：字节跳动、阿里巴巴、阶跃星😜辰、智谱AI和DeepSeek。 DeepSeek依托🙄幻方量化的资本优势，走开源与工程优化路线；字节、阿里坚持自研👏；智谱与阶跃星辰除了获得国资支持之外，前者拿到腾讯、小米、美👏团、阿里的钱，后者的投资人中也有腾讯身影。 有意思的是🌟，在大模型投资份额争夺战中，大厂联手成为投资史上少见的场景。😘腾讯押注Minimax、智谱、百川智能、阶跃星辰、月之暗面；😁美团在收购光年之外后，又投资了智谱和月之暗面；阿里投资了月之🤔暗面、Minimax、智谱、百川智能和零一万物。 现在😂，技术层为数不多的留给机构的投资机会，是垂直模型。 相🤗比通用大模型，垂直行业模型的商业化路径较为清晰。 清智🌟资本创始合伙人张煜表示，“只要真能降本提效、帮客户解决问题，😡行业模型是能赚到钱的。”据他透露，清智在行业模型赛道投的五六🎉个项目都已产生收入，个别实现了盈利。 当通用大模型的故🙄事逐渐让位于垂直模型，属于创投机构的机会才真正显现。 🤯基础层：卖水人赚翻了 如果说大模型的终局是大厂的游戏，😀那么，把视线拉回更底层的基础层，情况又如何？ AI基础🤗层具体包括以下四个方面： 算力：AI芯片/硬件厂商、云💯计算平台； 数据：数据服务与处理，数据提供商； 😡模型工具链：AI开发框架，MLOps平台，向量数据库； 😂 安全与合规：AI安全、伦理与合规。 算力：AI芯片/🤔硬件厂商、云计算平台； 数据：数据服务与处理，数据提供⭐商； 模型工具链：AI开发框架，MLOps平台，向量数😍据库； 安全与合规：AI安全、伦理与合规。 这些😘听上去“重资产”的赛道，普遍特点是需求确定、技术壁垒高、回报🤔周期长。投资机构选择的是最经典的“卖水逻辑”。 在19😀世纪美国的“淘金热”中，真正挖到金子的人寥寥无几，但卖铲子、😅卖水的人赚得盆满钵满。AI产业链也很相似：项目能否跑通未知，⭐但基础层的“卖水人”几乎稳赚不赔。 以两家代表性的公司🤔为例。 2025财年，为众多AI厂商提供算力的英伟达全🚀年营收1305亿美元，净利润728亿美元，毛利率高达75%。😢在最近公布的2026财年Q2报告中，单季收入467亿美元，净😴利润264亿美元。 被称为“国产AI芯片第一股”的寒武🤔纪也实现业绩爆发，2025年上半年营收28.81亿元，归母净😊利润10.38亿元，毛利率55.93%。股价在8月底曾短暂超🤩越贵州茅台，成为A股“股王”。 当然，这些头部企业估值😴高企、资本门槛极高，但投资人仍可以通过布局上下游更细分的环节❤️，如高速互联、光电芯片、先进封装等，分享到产业增长的红利。 👍 在投资层面，不同类型机构打法各异： 阿里、腾讯这🥳类产业资本，看重的是被投企业能不能和自身业务形成协同。比如阿😆里陆续投资了寒武纪、地平线、深鉴科技等企业，因为阿里在电商、🤯支付、云计算等业务中涉及大量的AI应用场景，对算力和算法的需🙌求极大。投资基础层不仅能满足自身业务需要，也相当于是对阿里云🤗业务核心优势的巩固和延伸。 人民币基金为AI基础层的主👍流投资机构，它们深耕产业，会基于深入研究进行早期和后期的结合😁式布局。 例如，同创伟业一方面重点布局具备确定性、符合💯IPO要求、业绩增长稳定，且符合政策导向的成熟项目；另一方面😂投早、投小，关注AI新技术、新架构和新人才。 由江苏高🚀科技投资集团内部混合所有制改革组建而成的毅达资本，在支持关键😉技术自主可控的同时，寻找AI产业链上关键环节的“必需品”。比😂如毅达近期投资企业南智芯材，是一家专注大尺寸铌（钽）酸锂材料🥳的企业。毅达看中的是它在AI光电芯片、AR显示和高速通信等领🌟域核心材料的战略价值。 毅达资本合伙人周喆介绍，在算力🌟层，毅达重点布局端侧/推理侧AI芯片、服务器CPU（特别是基😎于Arm和RISC-V架构）以及光互联、散热材料等企业。“沿😀着市场端需求反推底层技术，提升投资确定性。” 这种沿产😜业链布局的做法，不仅能为被投企业导入产业资源、挤压估值泡沫，⭐更能在交叉验证中捕捉产业拐点，有望获得更高投资回报。 😢整体而言，目前投资人普遍认同基础层投资的两条确定性主线： 🙄 一是“国产替代与自主可控”，覆盖光电芯片、高速互联、先进🚀封装等领域。 二是基础设施完善后，应用层将创造更大价值👏空间，又会拉动底层算力需求。更贴近终端应用市场、产品可快速迭😡代并专注于解决具体问题的企业有望快速崛起。 聪明的钱，👏卖水、修路、搭桥。基础层的“卖水逻辑”，为它们提供了更稳健的🤩回报。 应用层：最热闹的竞技场，从具身智能到低空经济 🤩 如果说技术层投资成为大厂的游戏，基础层是国资和产业资本😘的长期布局，那么应用层则是投资人当下真正大施拳脚的方向。不同😍场景与AI的结合，正在催生一批新机会。 最火爆的细分领🥳域是具身智能。 8月，梅卡曼德、松延动力、聆动通用、智😉平方等多家机器人、具身智能公司接连完成新一轮融资。宇树科技、😅智元机器人也传出上市动向，将资本热情推向高点。 在王晟😆看来，如今机器人的核心价值已从硬件转向“AI智能”。负责认知🚀决策的“大脑”借力大模型的突破突飞猛进，而负责运动控制、实时🔥响应的“小脑”却因技术路线尚未统一，发展明显滞后。“现有的小❤️脑技术路径，很可能在未来两三年内被完全颠覆。” 基于这💯一判断，英诺投资了自变量机器人（自研机器人本体与模型协同发展🤗）、千诀科技（“软”见长，强调“大脑”的通用性与适配性，支持🚀多种硬件平台），还在核心零部件等产业链关键环节布局，以构建协🔥同生态。 他预测，到2026年下半年，市场评价标准将从🥳“讲故事、发Demo”转向商业化落地。无法验证应用场景的公司😂，将被淘汰。 光速光合合伙人蔡伟则认为：具身智能的终局😍将是“百花齐放”。“因为它要和使用场景甚至长尾场景结合。” ❤️ 举例来看，养老陪护机器人需要轻柔的触感和情感交互能力，🤩而仓库搬运机器人更需要强大的负重和导航能力。这种根本性的需求👏差异，对机器人的形态、技能、智能水平、可靠性要求和成本都提出🤔了截然不同的要求。 低空经济是另一条备受资本关注的赛道🙌。 2025年上半年，低空经济赛道共发生融资事件52起🥳，同比增长48.6%，涉及金额17.4亿元。其中无人机板块独😊占17起，融资金额近9亿元。合肥创新投、招银国际、中科创星、❤️招商局创投等机构活跃出手。 尽管多数项目仍处早期阶段，🙄还没有开始商业化，但在低空经济被纳入国家战略新兴产业的政策利😢好，以及地方试点的推动下，市场预期被大幅拉高。资本押注的正是😜“先卡位、再兑现”的故事。 与此同时，AR行业也正悄然😜回温。 近年来AR领域几经起伏，“年年是元年”的调侃从🤩未停歇。但现在，多个信号表明它正走向成熟。 周喆的态度🚀转变颇具代表性。他从曾经的AR怀疑者，如今已成为小米AI眼镜🤩的日常使用者。“骨传导耳机功能解决了我的刚需，拍照和AI互动🌟功能也很有意思，非常期待后续带光波导AR的AI眼镜推出”，这👍一体验的背后是整个行业的实质性进展。 一方面，计算机视😢觉、语音助手与AI Agent的融合大幅提升了人机交互体验；💯另一方面，更具说服力的信号来自供应链。据周喆观察，多家海外大🙄厂已开始在中国积极布局产能，这通常被视为辨别行业虚实的关键指😴标。 “下游品牌可以讲述故事、炒作概念，但光子晶体等上🙄游核心元器件的资本开支和产能布局无法造假。”周喆说。 🤔结语 AI投资已步入深水区。热潮未退，但资本正回归理性👏，从追逐模型参数与宏大叙事，转向关注真实场景和稳定营收。 💯 基础层“卖水人”凭借高壁垒和稳定需求，持续享受行业红利；😴技术层的竞争格局初步稳定，盈利能力成为当下挑战；应用层则呈现💯出“百花齐放”的多元生态，机器人、无人机等赛道不断诞生新机会😊。 未来，能够穿越周期的，不会是估值虚高的故事大王，而🤯是那些真正理解产业痛点、具备工程化能力与商业化耐心的参与者。💯 AI的终局，不是垄断，而是共生。技术、资本相互支撑，🤯共同推动产业生态向前。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新🙄一期的国际权威期刊Nature（自然）中，DeepSeek-🔥R1推理模型研究论文登上了封面。该论文由DeepSeek团队🤩共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发🎉大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na😅ture封面，也是全球首个经过完整同行评审并发表于权威期刊的😀主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🤯可。 Nature在其社论中评价道：“几乎所有主流的大😊模型都还没有经过独立同行评审，这一空白终于被DeepSeek❤️打破。” 中国AI大模型的“Nature时刻” 😘自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终👍缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡🙄有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🎉 DeepSeek以其公开性和透明性打破了这一局面。D😆eepSeek-R1模型的研究论文最早于今年年初发布在预印本🙄平台arXiv上。自今年2月14日向Nature投递论文至今🙄，历经半年，8位外部专家参与了同行评审，DeepSeek-R👍1推理模型研究论文终获发表，完成了从预印本到Nature封面🤗的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方🤔法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😅和可重复性的可喜一步。 因此，Nature也对Deep🤩Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😜主流的大模型都还没有经过独立同行评审，这一空白终于被Deep🌟Seek打破。”全球知名开源社区Hugging Face机器🙌学习工程师Lewis Tunstall也是DeepSeek论😢文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这😡种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的😅潜在风险。” 据了解，DeepSeek本次在Natur🤔e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🤯不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细😂节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😴提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行😂了全面评估。 其中，在训练成本方面，R1-Zero和R⭐1都使用了512张H800GPU，分别训练了198个小时和8😀0个小时，以H800每GPU小时2美元的租赁价格换算，R1的👏总训练成本为29.4万美元（约合人民币209万元）。不到30🤯万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可👍谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏🚀”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😀然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😜的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型😘输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O😀penAI称它发现DeepSeek使用了OpenAI专有模型😁来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 😍 R2何时问世引发关注 自今年年初发布R1以来，D🙄eepSeek在全球树立了开源模型的典范，但过去数月，外界对😎于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2💯的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有👍关。 展开全文 值得注意的是，今年8月21日，D🤩eepSeek正式发布DeepSeek-V3.1，称其为“迈🚀向Agent（智能体）时代的第一步”。据DeepSeek介绍🚀，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同🤗时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🙄时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新😜模型在工具使用与智能体任务中的表现有较大提升。 由于R🥳1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路🎉上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🤯强调DeepSeek-V3.1使用了UE8M0 FP8 Sc🚀ale的参数精度，而UE8M0 FP8是针对即将发布的下一代🙄国产芯片设计。这也表明未来基于DeepSeek模型的训练与推🌟理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🎉态一度带动国产芯片算力股股价飙升。 中国银河证券研报指😘出，DeepSeek从V3版本就开始采用FP8参数精度验证了😎其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟😅制程（12-28nm）上接近先进制程英伟达GPU的算力精度，😁DeepSeek-V3.1使用UE8M0 FP8 Scale😅参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😉的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😜拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😍换取数量级性能的提升，国产算力芯片将迎来变革。 责编：👏万健祎 校对：王朝全 版权声明 " Typ😡e="normal"@@--> 证券时报各平台所有原创⭐内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关🙌行为主体法律责任的权利。 转载与合作可联系证券时报小助👍理，微信ID：SecuritiesTimes " Ty👏pe="normal"@@-->返回搜狐，查看更多